如何优化FastAPI构建的REST接口，实现客户端调用时复用目标Python函数的参数签名

要实现让get_data和foo拥有完全一致的调用签名，只需要修改客户端代码，利用Python的可变参数语法*args和**kwargs来捕获用户传入的位置参数与关键字参数，再打包成服务器端需要的格式即可。服务器端代码完全不需要改动——它原本就已经做好了解析args和kwargs并传递给foo的逻辑。

修改后的客户端代码 #

import json
import requests
import pandas as pd

def get_data(endpoint: str = 'my_endpoint', *args, **kwargs) -> pd.DataFrame:
    # 将捕获到的参数打包成服务器需要的格式
    q = dict(
        args=list(args),  # 显式转列表确保JSON序列化兼容性
        kwargs=kwargs
    )
    qj = json.dumps(q)
    response = requests.post(url=f'http://my_url/{endpoint}', data=qj)
    response.raise_for_status()  # 新增：请求失败时直接抛出异常，便于调试
    data = response.json()
    df = pd.read_json(data)
    return df

调用示例 #

现在你可以完全按照foo的参数签名来调用get_data，和直接调用本地函数的体验一致：

# 使用默认endpoint的场景
df = get_data('A', 19, 99, date='2021-01-01', font_size=2)

# 需要指定自定义endpoint的场景
df = get_data('another_endpoint', 'B', 20, 100, date='2021-01-02', font_size=16)

服务器端会自动解析这些参数，最终执行foo('A', 19, 99, date='2021-01-01', font_size=2)，完全符合你的预期。

关键细节说明 #

1. 可变参数的顺序：把可选的endpoint放在最前面，后面紧跟*args（捕获所有位置参数）和**kwargs（捕获所有关键字参数），既保留了指定endpoint的灵活性，又完美匹配foo的参数签名。
2. JSON序列化兼容性：将args显式转为列表（虽然*args本身是元组，但元组和列表在JSON中都会被序列化为数组，显式转换更稳妥），避免序列化时出现意外问题。
3. 错误处理优化：新增response.raise_for_status()，如果服务器返回4xx/5xx错误状态码，会直接抛出异常，避免后续解析JSON失败，更快定位问题。

注意事项 #

• 确保foo接收的所有参数都是JSON可序列化类型（字符串、数字、列表、字典等），如果有自定义类实例这类不可序列化对象，需要在客户端先转换为可序列化格式，或在服务器端补充反序列化逻辑。
• 如果foo本身有默认参数，客户端调用时可以直接省略这些参数，**kwargs会自动忽略未传入的关键字参数，服务器端的foo会使用自身的默认值。

内容的提问来源于stack exchange，提问作者MYK